基于优化的随机森林方法的企业信用风险评价研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第7-16页 |
| 1.1 选题背景 | 第7-9页 |
| 1.2 研究目的和意义 | 第9页 |
| 1.3 文献综述 | 第9-12页 |
| 1.4 研究思路和方法 | 第12-14页 |
| 1.5 文章可能的创新点 | 第14-16页 |
| 第2章 信用风险评价相关理论研究 | 第16-24页 |
| 2.1 信用风险含义及特征 | 第16-17页 |
| 2.2 信用风险产生根源分析 | 第17-19页 |
| 2.3 信用风险评价指标体系 | 第19-21页 |
| 2.4 信用风险度量方法 | 第21-24页 |
| 第3章 随机森林算法优化研究 | 第24-39页 |
| 3.1 决策树基本算法 | 第24-26页 |
| 3.2 集成学习 | 第26-28页 |
| 3.3 随机森林基本理论 | 第28-31页 |
| 3.4 随机森林优化研究 | 第31-36页 |
| 3.5 模型评估标准体系 | 第36-39页 |
| 第4章 基于优化随机森林方法的信用风险评价模型 | 第39-56页 |
| 4.1 数据准备及指标体系构建 | 第39-44页 |
| 4.2 模型设置 | 第44-46页 |
| 4.3 变量重要性分析 | 第46-47页 |
| 4.4 模型评估和比较 | 第47-51页 |
| 4.5 变量贡献度分析 | 第51-56页 |
| 第5章 结论与建议 | 第56-60页 |
| 5.1 研究结论 | 第56-57页 |
| 5.2 政策建议 | 第57-60页 |
| 参考文献 | 第60-64页 |
| 附录 | 第64-76页 |
| 在校期间发表论文及科研成果 | 第76-77页 |
| 致谢 | 第77页 |
